跟underscore一塊兒學數組去重

引子

數組去重是一個老生常談的話題，在面試中也常常會被問道。對於去重，有兩種主流思想：

1. 先排序，線性遍歷後去重，時間複雜度O(n*log2n)；
2. 使用哈希，空間換時間，時間複雜度O(n);

上一篇文章，我分析了underscore的函數是如何組織的，咱們可以依照這種方法書寫本身的函數庫，這篇文章，來看看關於函數去重underscore是如何作的？

Underscore的去重

功能介紹

underscore的去重是指數組（Arrays）中uniq函數，其API以下：

uniq _.uniq(array, [isSorted], [iteratee]) 別名： unique
說明：返回 array去重後的副本, 使用 === 作相等測試. 若是您肯定 array 已經排序, 那麼給 isSorted 參數傳遞 true值, 此函數將運行的更快的算法. 若是要處理對象元素, 傳參 iterator 來獲取要對比的屬性.

上述API主要想說明幾點：

1. 返回數組副本，不影響原數組
2. 相等的標準是a===b,代表不只要值相等，類型也須要相等
3. 若是數組是排序的，去重運算效率更高
4. uniq也能夠比較對象，前提是須要指定比較的對象屬性

咱們簡單使用如下_.uniq(array, [isSorted], [iteratee]),以下：

console.log(_.uniq([1,4,2,2,3,3]));
  console.log(_.uniq([1,2,2,2,3,3],true));
  console.log(_.uniq([{
            name:1,
            gender:"male"
        },{
            name:2,
            gender:"female"
        },{
            name:2,
            gender:"male"
        },{
            name:4,
            gender:"male"
    }],true,"gender"));

結果以下：

去重思想及實現

underscore去重的核心思想：

新建 結果集數組 res，遍歷待 去重數組，將每一個遍歷值在 res數組中遍歷檢查，將不存在當前 res中的遍歷值壓入 res中，最後輸出 res數組。

function uniq(array){
        var res = [];
        array.forEach(function(element) {
            if(res.indexOf(element)<0){
                res.push(element);
            }
        }, this);
        return res;
    }
    console.log(uniq([1,4,2,2,3,3]));  //[1,4,2,3]

其中若是數組是排序的，去重運算效率更高，由於排序可以將相同的數排列在一塊兒，方便先後比較。

function uniq(array, isSorted) {
        var res = [];
        var seen = null;

        array.forEach(function (element,index) {
            if (isSorted) { 
                //當數組有序
                if(!index || seen !== element) res.push(element);
                seen = element;
            } else {
                if (res.indexOf(element) < 0) {
                    res.push(element);
                }
            }
        }, this);
        return res;
    }
    console.log(uniq([1,2,"2",3,3,3,5],true)); //(5) [1, 2, "2", 3, 5]

對於對象的去重，咱們知道{}==={}爲false，因此使用===比較對象在實際場景中沒有意義。
在這裏我舉個實際場景的例子：

我要在小組中選擇一名男生（male）和一名女生（female），小組組員狀況以下：

var array = [{
    name:"Tom",
    gender:"female"
},{
    name:"Lucy",
    gender:"female"
},{
    name:"Edward",
    gender:"male"
},{
    name:"Molly",
    gender:"female"
}]

咱們修改上面的uniq：

function uniq(array, isSorted, iteratee) {
        var res = [];
        var seen = [];
        array.forEach(function (element, index) {
            if (iteratee) {
                //判斷iteratee是否存在，存在的話，取出真正要比較的屬性
                var computed = element[iteratee];
                if (seen.indexOf(computed) < 0) {
                    seen.push(computed);
                    res.push(element);
                }
            } else if (isSorted) {
                //當數組有序
                if (!index || seen !== element) res.push(element);
                seen = element;
            } else {
                if (res.indexOf(element) < 0) {
                    res.push(element);
                }
            }
        }, this);
        return res;
    }
    console.log(uniq([{
            name:"Tom",
            gender:"female"
        },{
            name:"Lucy",
            gender:"female"
        },{
            name:"Edward",
            gender:"male"
        },{
            name:"Molly",
            gender:"female"
        }],true,"gender"));

結果以下：

underscore的uniq的實現，基本上使用的上述思想。在附錄中我附上了源碼和一些註釋。

關於去重的思考

上述我分析了underscore的uniq函數實現，在這以前我也看過諸如《JavaScript去重的N種方法》...之類的文章，underscore中的uniq函數實現方法並非最優解，至少從時間複雜度來說不是最優。
那麼爲何underscore不用Set對象來解決去重問題，使用indexof查找的時間複雜度是O(n)，而hash查詢是O(1)。
我我的認爲Set是ES6中引的對象，underscore是爲了考慮兼容性問題。
那爲何不用obj做爲Set的替代方案呢?
這裏我猜是underscore的設計者只想用本身內部實現的_.indexOf函數。此處是個人猜想，你們若是有想法，歡迎你們留言！
下面我附上ES6的實現（你們最熟悉的）：

var a = [1,1,2,3,4,4];
var res = [...new Set(a)];

再附上obj的實現：

function uniq(array,iteratee){
        var res = [];
        var obj = {};
        array.forEach(function(element) {
            var computed = element;
            if(iteratee) computed = element[iteratee];
            if(!obj.hasOwnProperty(computed))
                obj[(typeof computed)+"_"+JSON.stringify(computed)] = element;
            }, this);
            for(var p in obj){
                res.push(obj[p]);
            }
            return res;
        }
    uniq([1,"1",2,3,4,4]);// (5) [1, "1", 2, 3, 4]

附錄

underscore的uniq函數源碼及註釋：

_.uniq = _.unique = function(array, isSorted, iteratee, context) {
    if (array == null) return [];
    if (!_.isBoolean(isSorted)) {
      //若是沒有排序
      context = iteratee;
      iteratee = isSorted;
      isSorted = false;
    }
    /**
    ** 此處_.iteratee
    **  function (key){
    *      return function(obj){
    *        return obj[key];
    *      }
    **  }
    **  key就是這裏的iteratee（對象的屬性）,這裏使用了閉包
    **/
    if (iteratee != null) iteratee = _.iteratee(iteratee, context); 
    var result = [];//返回去重後的數組（副本）
    var seen = [];
    for (var i = 0, length = array.length; i < length; i++) {
      var value = array[i];//當前比較值
      if (isSorted) {
        //若是i=0時，或者seen（上一個值）不等於當前值，放入去重數組中
        if (!i || seen !== value) result.push(value); 
        seen = value;//保存當前值，用於下一次比較
      } else if (iteratee) {
        var computed = iteratee(value, i, array);
        if (_.indexOf(seen, computed) < 0) {
          seen.push(computed);
          result.push(value);
        }
      } else if (_.indexOf(result, value) < 0) {
        result.push(value);
      }
    }
    return result;
  };